人工情感作为人工智能的扩展研究已经在应用方面取得了许多进展（主要是在美国、日本和欧盟国家）。但是，由于情绪心理学理论方法的多样性，导致人工情感的理论与方法都不成熟，使得应用技术受到了很大影响。2003年，就人工情感与情感计算具有挑战性的六个问题，Picard与Eva Hudlicka进行了批评与反批评的论述。AAAI04、SCI04、HCI04等国际会议的人工情绪专题研讨会希望心理学家、生理学家和信息科学家一起就人工情绪的理论与方法进行深入的研讨。

可以说，人工情感研究领域的许多挑战让我们深思，其中的主要问题归纳如下：

1）情绪心理学理论的多样性，导致人工情绪理论方法的不一致，以至于很难找到适用于信息科学的人工情绪的统一理论方法。

2）目前几乎还没有符合人类情感规律并适于机器实现的人工情绪自动生成模型，并且在近期内能否构造出这种模型令人怀疑（Picard与Eva Hudlicka进行批评与反批评大辩论的一个主要内容）；如何建立一个统一的人工心理模型来表达情绪与认知乃至与意识的关系，进而适于机器实现，这将是一个很大的挑战。

3）在智能推理过程中，如何考虑情绪影响的因素，实现真正意义上的拟人推理过程。

4）没有帮助人工情绪研究者的计算机仿真平台及情感计算库。

5）语音情感信息处理技术和表情识别技术的不成熟，成为制约人工情感与和谐人机交互技术发展的瓶颈。(www.daowen.com)

6）如何从多模态的角度进行情感信息融合、识别与理解，实现自然和谐的人机交互平台环境。

7）人工情感的研究成果如何与较成熟的人机交互平台相结合，实现和谐人机交互技术应用的重大突破。

8）如何验证机器情绪的正确性，这也就是人工情感研究所面临的图灵测试问题。

9）如何从人工情绪（Artificial Emotion）走向仿真情绪（Simulating Emotion）、工程情绪（Engineering Emotional），进而找到重大应用的突破点，这将是一个急待解决的问题。

如果能够解决以上问题（或者是部分解决），将会大大促进人工情感与人工心理的成熟与进展。针对这些学科前沿的源头问题，进行创新性研究，解决普遍认为是人工情感与人工心理研究中的几个困难问题，这是我们未来面临的主要挑战，当然这也是我们的机遇。